****-机器学习之支持向量机理论与代码实践-机器学习
订阅后:请点击此处观看视频课程
****-机器学习之支持向量机理论与代码实践-机器学习
学习有效期:永久观看
学习时长:254分钟
学习计划:5天
难度:中
「口碑讲师带队学习,让你的问题不过夜」
讲师姓名:纪佳琪
高校教师 / 培训机构讲师
讲师介绍:干过开发,做到资深Java软件开发工程师,后做过培训,总共培训近千人。目前在高校工作,博士学位。主要研究领域为机器学习与深度学习。
☛点击立即跟老师学习☚
「你将学到什么?」
该课程是目前讲解SVM的最详细的课程,详细的讲解了SVM的数学推导过程,SMO算法的数学推导过程,并根据最终推导的公式使用python原生代码进行了实现,公式与代码一一对应。把最难理解的SVM讲解的非常透彻。
「课程学习目录」
1.开课简介 |
2.机器学习知识体系 |
3.机器学习流程 |
4.拉格朗日乘子法求等式约束条件下函数极值 |
5.拉格朗日乘子法求等式约束条件下函数极值举例 |
6.拉格朗日乘子法求不等式约束条件下函数极值 |
7.拉格朗日乘子法求不等式约束条件下函数极值举例 |
8.SVM介绍 |
9.函数间隔与几何间隔及其两者关系 |
10.SVM的数学表示 |
11.构造拉格朗日函数 |
12.先求对w,b的极小 |
13.再对alpha求极大最终得出svm的解 |
14.上一节问题说明,总结线性可分支持向量机学习算法 |
15.举例说明svm求解过程 |
16.线性支持向量机介绍及构造拉格朗日函数 |
17.线性支持向量机目标函数推导 |
18.线性支持向量机总结 |
19.线性支持向量机的支持向量 |
20.非线性支持向量机 |
21.核函数 |
22.常见核函数 |
23.SMO算法1 |
24.SMO算法2 |
25.SMO算法3 |
26.SMO算法4 |
27.SMO算法5 |
28.SVM和SMO总结 |
29.SVM原生代码实现1 |
30.SVM原生代码实现2 |
31.SVM原生代码实现3-改进版增加运行速度 |
32.SVM原生代码实现4-核函数实现 |
33.sklearn实现SVM之LinearSVC |
34.sklearn实现SVM之SVC |
35.sklearn实现SVM之SVC的rbf |
36.案例:使用SVM完成手写数字识别 |
「7项超值权益,保障学习质量」
- 大咖讲解
技术专家系统讲解传授思路与实战。
- 答疑服务
专属社群随时沟通与讲师答疑,扫清学习障碍。
- 课程资料+课件
超实用资料,覆盖核心知识,关键技能,方便练习巩固。
- 常用实战
企业常见实战案例,带你掌握Python在工作中的不同运用场景。
- 大牛技术大会视频
2019Python开发者大会视频免费观看,送你一个近距离感受互联网大佬的机会。
- APP+PC随时随地学习
满足不同场景学习需求,不受空间、地域限制。
- 内推机会
****联合大厂博客专家,为优秀学员推荐具有竞争力的工作机会 。
☛点击立即跟老师学习☚
「什么样的技术人适合学习?」
- 想进入技术行业,但是面对多门编程语言不知如何选择,0基础的你
- 掌握技术单一、冷门,迫切希望能够转型的你
- 想进入大厂,但是技术不够丰富,没有竞争力的你
「悉心打造精品好课,5天学到大牛3年项目经验」
【完善的技术体系】
技术成长循序渐进,帮助用户轻松掌握
掌握机器学习知识,扎实编码能力
【清晰的课程脉络】
浓缩大牛多年经验,全方位构建出系统化的技术知识脉络,同时注重实战操作。
【仿佛在大厂实习般的课程设计】
课程内容全面提升技术能力,系统学习大厂技术方法论,可复用在日后工作中。
☛点击立即跟老师学习☚
「你可以收获什么?」
理解SVM的数学推导过程
理解SMO算法的数学推导课程
可以使用python原生代码实现SVM
可以使用sklearn实现SVM